结合HMM和SPSM的手语识别方法

• 作者: 周宇 王春立 赵德斌 陈熙霖 高文
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 手语识别 人机交互 隐马尔可夫模型 多项式片段模型
• 年，卷（期）: 2008,（21）
• 所属期刊栏目: 博士论坛
• 页码范围: 37-40
• 页数: 4页
• 分类号: TP391
• 字数: 3844字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.21.010

摘要

手语识别的研究具有重大的学术价值和广泛的应用前景.在近些年的手语识别工作中,隐马尔可夫模型(Hidden MarkovModels,简称HMMs)起到了重要的作用,但是,HMMs假设同一状态内的观察值之间是独立同分布的,这个假设同某些手语信号的帧间相关性相背离.受到多项式片段模型(Polynomial Segment Models,简称PSMs)能够显式描述帧间相关性的启发,提出了一种简化的PSMs,其中应用马氏距离作为距离测度.实验表明,这种简化的PSMs在同传统的HMMs进行后验概率归一化求和的融合之后,手语词的平均相对正确率得到了13.38%的提升,从而证明此方法是一种更加精确的手语识别方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高文	哈尔滨工业大学计算机科学与技术学院	101	3554	30.0	58.0
3	赵德斌	哈尔滨工业大学计算机科学与技术学院	30	495	10.0	22.0
4	陈熙霖	中国科学院计算技术研究所	22	571	8.0	22.0
7	周宇	哈尔滨工业大学计算机科学与技术学院	7	71	4.0	7.0
8	王春立	大连海事大学计算机科学与技术学院	20	130	7.0	10.0